非权威性解读安防+人工智能之路

一直以来，都想写一篇“人工智能和安防”的“作文儿”。怎奈专业知识有限，而且市场节奏又特别快，况且这个话题忒大，适合做专题调研报告，所以一直搁置没敢动笔。

近期，实在是没什么好点可写的了，于是就斗胆写一个试试看。我先声明，此作文第一无企业赞助，第二无专业把关，第三无研究机构支撑，纯属三无产品。跟这几天几个大号发的专题研究完全不在一个套路和属性上。我是既不敢写科普（科普需要深入浅出，自身水平太低，所以不敢写），又不愿写研究（太费事儿），所以我写这个基本上是解释安防如何与AI结合以及市场发展的介绍，是一家之言，我是姑妄写之，各位也是姑妄看之。

安防的智能化，从2014年就开始提出来，归到“安防四个现代化”的第三位。最早是以软件和平台为主，主要面向公安系统和交通系统。随着甲方用户需求的不断提升，以及人工智能技术从概念到应用的发展，我们在普及了高清和IP之后，智能化的时代顺理成章的来临了。

人工智能其实不是个新概念，早在上个世纪50年代，美帝的几个青年科学家研究用机器模拟智能的一系列有关问题就提出了这个名词。在过去的将近70年里时间里，人工智能历经坎坷，起起落落。我记忆非常深刻的是上初中时候，IBM的深蓝和卡斯帕罗夫的人际象棋大战。

电视里每天报道。最终这场世纪大战以卡斯帕罗夫败北落下帷幕。当时就觉得很酷，电脑可以这么牛（当时非常土鳖还不知道超算是什么东西）。但伴随着人工智能的，不仅是光环，更多的是质疑。比如我们看的电影《我，机器人》等等，就对人类和机器的终极命运展开了演绎，提出了人工智能系统即将超越人类，变成人类的主人的警告。这样的电影和科学家、艺术家（这个跨界有点儿大，站在人类命运上果然同仇敌忾）的警告不计其数。

最近一次人工神经网络热在20世纪90年代初热潮退却，AI进入严冬期。直到2006年，加拿大多伦多大学教授Geoffrey Hinton提出”深度学习“算法，能够对庞大、复杂的数据进行处理，才让人工智能再次热起来。

2016年、2017年，Google旗下DeepMind公司的阿尔法围棋（AlphaGo）大战李世石和柯洁，并大获全胜，成为了人工智能在全世界的引爆点。从此，这个专业的词汇进入了老百姓的生活，成为现代人挂在嘴边的名词，成为了国家的战略产业，也成为了安防行业一个新的、极为重要的发展方向。

作为一个安防行业内的人，不得不承认，人工智能给安防行业带来的变化是巨大的。如果说高清、网络和行业这三项，从2008年开始改变着行业的格局，淘汰着落后的产能，那智能化将会对行业变化带来更加深远的影响。

未来的3-5年，企业集中度将进一步提高，可能是质的提高；跨界的企业将会利用自己的优势扛着赋能的大旗进入安防；安防行业内的企业也会利用自身视频技术的优势，向更多领域拓展。这恐怕是中国安防行业除了从无到有之后最大的一次变革。

从智能化的提出到现在，我一直在关注和研究智能+安防的结合。2015年安博会，我就写了一篇《短评:智能监控从配角到主唱》，当然现在回看，那时候的想法还是比较幼稚，但确实也认识到了重要性。

近一年来，几个大的企业分别提出了自己与人工智能结合的战略，生态，系统。行业内的海康威视，半个跨界的华为，跨界的阿里、平安，都提出了自己的战略。很多深耕行业的企业，也提出了行业化属性超强的智能解决方案。这些其他的媒体同仁、同事，还有我之前的写的那些东西，都说的很详细、很多了，这里不再老调重弹。

我发现现在能看到的文章，大多是高屋建瓴式的，从整个大市场入手，主要集中在企业分析和市场的分析，从架构、方案、原理上阐述的并不多。我结合着自己的思考，简单的写出来，供大家参考和讨论。说的不对的也希望各位行业内的前辈、同事留言提醒，让我不断完善自己的知识，以后好接着忽悠（说个题外话，我惶恐于自己的浅薄，出了个无奖征文，结果。。真就无奖了。一个提供素材的同志都没有，倒是招来了发广告的还有做微商卖假包的，wtf啊。鉴于该情况，果断决定以后，不征文了。）

人工智能与安防的关系

这几年我们总讲赋能，从字面上看很好解读，赋予XX能量。听说有的大学已经开设了人工智能专业，这就说明人工智能是个基础科学，是基础的应用工具，用他赋能其他产业，也算是有理可讲。安防本身就是个应用，这个应用下边再分更细的细分领域应用，是一个树状结构。但是我个人不太认同“+”这个概念。加了之后，一定是增量的变化。

就像当初“互联网+”一样，是个伪命题。先有需求，再有产品，所以应该是倒过来，“XX+人工智能”。用人工智能服务于行业，再用行业去服务细分的终端用户。主次之分，不能颠倒，一颠倒就乱套了。

人工智能服务于安防，最大的意义，在于把安防的被动防御变成主动出击。传统的机器，是没有危险意识的。它就是一堆冷冰冰的钢铁和镜头，出现险情了，给记录下来，无论是刑事案件还是交通事故，或者是金融安全。人工智能的加入，深度学习过后，把它变成有感知、有意识（当然这些感知和意识都是人类赋予的，不可能超越人类思维的上限）的“活”物。

能够汇集信息提供数据给人类所用，也能够提前预判危险和事故的发生，进而预警，把事故消灭在萌芽状态。一个是数据应用的面，一个是事先预判的点，点面相加，就是最根本的应用。

安防与人工智能如何结合

这是最重点要说的。我找了很多资料，看来看去，除了企业自个儿说的之外，好像还真是没有一个第三方把事情说的特别明白。最后我跟行业内的一个帅哥，用了半天儿的时间，讨论，分析，用我俩的见闻和感觉，整了一张图出来。由于动手能力奇差，找了个专业人士给美化了一下。如下：

安防+人工智能的整体框架释义

这张图很简单，四大块。智能前端，云，大数据，终端。这几块各有分工，各司其职，将一个个点变成网，行程结构化信息数据为终端用户所用。

智能前端，这个套用海康的说话，就是边缘计算的硬件。边缘计算15年以前就被AKAMAI联合IBM就提了出来，只不过在安防中被赋予了新的意思和使命。相比于云的前端和远程中心离得很远，边缘计算说白了就是前端摄像机智能化，把初步的数据解析和解构在本地完成，再交付云端和大数据中心进行共享和二次解析并形成结构化的东西。

这在2016安博会几家大公司纷纷推出高度集成的智能化前端摄像设备就能窥得一斑。现在市面所用的绝大多数摄像设备和系统都是由摄像设备、传输记录存储设备、显示设备组成。

摄像机只管拍摄抓取，把拍摄到的东西由传输设备传到DVR/NVR，在远程的中心显示出来。再好点的就是远程中心平台加入智能化分析软件，进行数据解析；但是保安室一般用的，虽然比CCTV系统先进，但还是多以投到大屏幕墙为主。

高度集成后，摄像机集采集、处理、解构于一体，减少了传输、存储和处理的单元，实现了小型化，并且通过GPU介入前端，图像处理的效率、准确率也随之提升。

这样的前端智能化，将会极大提升监控的效率，因为通过系统进行图像数据的抓取、处理，需要几个环节，每个环节都会有时间的耗损。前端智能化之后，把没用的数据筛掉，只提供有用的信息，并且这些信息已经进行了初步的加工，再上传到云端交付使用，就会节约大量的时间成本，提高网络传输的速度（减少了大量高清且无用的视频传输环节），提高响应速度。

云。这里所说的云，其实是一个中间件。之前做智慧城市、平安城市，大量的前端设备投入使用，但是信息共享却成为了很大的难题，专人专岗。管拍交通的不管治安，管治安的不管交通，管银行的就拍自个儿，包括之前的天网，都是专网专用，各部门之间不进行信息共享。

犹记当初吉林发生的盗车杀婴案。这属于典型的两条线办案。罪犯盗车杀婴，属于刑事案件；驾车逃亡，需要通过各个卡口和道路监控节点。但道路交通监控拍下来罪犯驾驶车辆，却无法实时传递给刑侦部门，直到案发后第二天下午，犯罪嫌疑人自首，案件才算告破。

前端是信息孤岛，需要一个分类的中间件将其整合后交付后端汇集，给出实时动态的结论。这也就是我们前几年提到的大联网。每个关键行业一朵云，无论你这个前端是干嘛用的，是治安的，是交通的，是超市的，是小区的，是街道的，还是银行的、学校的，都会有行业属性和划分。

将智能前端处理过后的数据和图像按照属性归类到其行业的云端，就实现了所谓的“信息共享”和“实时大联网”。这才是有名有实的天网。

大数据中心是个公用平台。它所做的就是将每一朵云汇集的数据进行吸收，二次计算。将公用部分存留，将细分行业所需要的信息进行分发，下发到每个行业。如果在视频领域，它其实就是SDT的二次方。

大数据中心属于攻守兼备型。攻能为所有有需要的用户提供各种不同的信息；守能存储记录海量数据以备后续之用。如果说云解决了共享，那大数据中心就是给共享指明了方向，告诉用户该怎么用。

并且高度结构化，把大量数据（这里的数据与真正的大数据有区别，真正的大数据没有取样，是真实的记录；这里的大数据是经过处理后的数据结果）甩出接口，用户按需领取。其实所谓的数据上墙就是这东西。

传统的安防监控，其实是个后知后觉的东西。图侦部门的产生，就是这么来的。哪里发生了案件，调监控后锁定嫌疑人，然后再进行通缉、追逃、协查，在这个过程中可能还要用到各个场合的监控系统（不得不说一下张学友的演唱会啊，简直就是我们警察同志的男神。）

如果按照智能化的发展，最后将是：某市多处智能前端布控，不管前端装在哪儿，但是能够在监控的过程中抓取各处的违法行为，行程数据结果后，传到归属的云端，云端响应接收，汇集，传送到大数据中心，原本是交通监控的摄像机，拍下某处治安案件高发，那就分发给综治办，反馈给警务中心，提高这一地区的布防，并在治安案件发生前主动预警，不用报案。警力到达早一分，案件发生的可能性就降低十分。

这只是其中一个应用的点，比如交通的违章、高危区域锁定、违章的实时告警，再比如银行的人脸、步态、逗留异常行为分析等等等等。这就是大融合的贯通，你中有我，我中有你，最后让城镇和乡村更安全，是最终目的。

上述就是我所理解的人工智能应用在安防行业的一部分。当然，前端智能化，绝不仅仅是摄像设备。比如语音智能系统应用在安防的音频采集，科大讯飞、快鱼等等一直都在做（听说讯飞前几天出事儿了哈，说句公道话，就像某个音频领域的大佬所说，讯飞能把同声传译做到那个程度，Google这么多年就白玩儿了，非得气死。少年，请说出你的梦想并停止你的吹牛行为。。。）；

防盗报警的大联网、云服务平台（虽然现在还没有个特别成型的，但是个人对这块市场很看好，就是规模小了点）等等。

这么说其实是把一个复杂的东西说的更复杂，做个简单的类比其实就知道是什么意思了。（前一阵微信疯传的文章，某证券年庆，一个叫高博士的砖家说中国人缺少科学精神，喜欢用类比，估计这个砖家现在正关小黑屋呢。怎么用类比就是缺少科学精神了呢，难道学了高等数学非要买鸡蛋时候用高数去算算买到坏鸡蛋的概率啊？

科普科普，深入浅出，不普及怎么让人都知道呢。）就像坐公交车一样，某路公交车，经过每个站，把不同住处、不同需求的人送到他们所要到达的地方。公交车就是个前端，调度室就是大数据中心，每一站就是一朵云，而每个乘客就是每个甲方。

智能安防下行业的变化和企业的分工

在安防+智能化的道路上，行业的格局会出现比较大的变化。

从2007、2008年到现在，我们一直维持了较为稳定的上下游产业链模型。各厂家各司其职，做着很多重复的工作和同质化产品，仅仅是下游的工程和代理在近几年出现了合并的趋势（见图2）。

这个格局在未来的几年（具体几年，这里我是真不好说，要看各个企业发力的情况，还要看阿里这帮人怎么玩儿），将会有本质的变化。（见图3）

图2：传统安防行业产业链

图3：新安防行业产业链

1、上游不变，但是芯片企业的权重会增加；

2、一超一强格局或会变化，域外龙头加入生产、研发、数据供应行列；

3、传统生产龙头企业会向“虚拟”大公司转向，大力拓展合作伙伴，为其提供通用技术、服务和数据；

4、原有深度行业化企业会有部分转向龙头企业合作伙伴行列，利用自己积累的行业解决方案和渠道、甲方关系做集成项目；

5、终端用户的需求将会更高、更细化；

域外的龙头企业，带着技术、带着用户、带着数据直杀过来。之前反复提到的华为、阿里、平安等等，在我们这个市场规模看来，都是超级企业。

华为有大项目的经验，擅长跑马圈地；阿里有用户和研发的优势；平安有海量精准的用户数据。公共安全在他们看来肯定是一个需求量巨大的市场，正在不遗余力的拓展。

我们本行业内的龙头企业，也在想办法。除了深耕安防，开拓伙伴之外，也在向外看，去寻找更多的能用到机器视觉、视频感知的行业。如工业自动化、智慧物流、智慧医疗、远程教育、智慧环保等等等等。

而细分行业的企业，除了成为合作伙伴这条路之外，就是向着某个行业的“云+边”看齐。他们有行业经验，都行业客户，也有非常重要的行业解决方案。但是这种企业可能做精不做大。规模不能放量。

但是就目前而言，生存更重要。一心求大，往往死得最惨。最下层的中小工程商，在这个过程中还会做代理，只不过可能从二级变三级。

“虚拟”大公司可能直接做分销，在某些领域会让自己的合作伙伴用他们的分销渠道。大龙头之间直接出现对磕的情况可能有，但是几率很小。最可能的是合作伙伴之间的互掐。深入到行业里，就那么几家，大家彼此都很熟悉，一旦对磕那就是刀刀见血。所以我说，无论是龙头还是合作伙伴，企业的集中度还会进一步提高。

人工智能应用于安防的市场发展

截止目前，安防智能化的落地已经星罗棋布，有很多可以查询的案例。但是由于价格和复杂性的原因，也有部分企业布局的原因，还没有大规模的铺开。所以安防+AI的市场增量明显比存量要大很多，远远没有到去库存和升级改造的程度。所以在可预见的将来，仍将会是各大企业投资的重点。

智能化安防服务的方向，也分民用和公共设施用。公共设施可以分为几大类：

1、公安：如平安城市、智慧城市中的安全部分、公安交通管理、社会治安综合治理、天网工程和雪亮工程。

近年来公安系统多次提出编织全方位、立体化的公共安全体系。各省一朵公安云，数据在云端握手，最后进行大数据处理。目前公安部门布点，用到智能化系统的还非常有限，所以发力这里应该排在第一位。

2、交通：交通应该是除公安应用之外安防智能化应用较多的领域。违章、追踪、导流、公共交通安全管理等等，涉及到公路、轨道交通、航运、水运多方面。而且这是每个企业都特别爱宣传的落地项目。

3、金融：涵盖银行的安全保卫和金融系统的征信。安保就不说了，生物识别所产生的主动预警（人脸、步态、行为）针对最突出的就是银行。

人脸识别对于征信系统的升级改造也很关键。从开卡、立户、还款、负债偿还、黑名单等一系列动作，让人脸识别融入其中，对降低金融风险、打击老赖、打击诈骗都很大作用。但是价格真心不便宜。（前年安博会我特意去了某大型企业的贵宾厅参观了，问了他们的讲解员，说到价格让我想吐血。）

4、社区：社区的人员管理、门禁管理、治安管理、车辆管理，在加入刷脸、主动报警（比如拐卖的、划车的人），延伸到社区的物业服务、智能家庭服务。

5、文教卫：主要是人员管理、签到、文物安全管理等。

6、智能零售：除了防盗抢之外，就是智能的客流分析、加盟店、分店的货品和库存及人员管理等。

7、智能楼宇：除楼宇安全安保、消防安全外，也能为高效的合同能源管理提供可靠的数据支撑。

8、以及等等……

民用简言之就是运用在智能家庭系统的。如现在很火爆的智能锁、智能门铃，以及家用监控摄像机等等。不过这里边有一部分是腾讯和百度的强项，我不知道安防企业怎么跟这些企业抢客户。还是谨言慎行，别不懂装懂。

算法和算力

安防的智能化，逃不出去算法和算力这两大魔咒。无论是前端，还是大数据平台，都要用到这两样东西。一软一硬，黑白无常。

算法的公司我们熟知的很多，如最知名的四家，旷视、商汤、云从、格林深瞳，音频方面的讯飞以及等等。

如果把人工智能比喻成人，软件就是血脉。决定了一个人的气色和气质。这几家公司，早晚会出现个龙头，力压群芳。因为业务重合度实在太大。至于是哪家，这还真说不好，看谁能咬牙到最后。毕竟资本市场的钱也有限，不是永远烧不完的。

2017年国外半导体企业的研发投入

2017国内主要半导体上市公司研发投入

算力方面，我之前写过一篇《从深鉴科技被收购漫谈中国芯片之路》（心中永远的痛写完没人看），里边非常详细的阐述了国内外企业间的差距，主要是研发投入和生产制造，还有就是国内的环境。

大家都爱做软件，都爱做小而快的东西，一旦涉及到芯片这种持续烧钱、不见回报的领域，大家就都爱纷纷跑路，尤其资本市场比谁跑的都快。

现在的智能芯片，主要分如下几种。

GPU较之CPU，在深度学习训练中的表现更好，是首要选择。FPGA在深度学习方面具有可重构、可定制的特点，但是造价高昂，太贵。ASIC芯片是不可配置的高度定制专用芯片，一旦成型将不能更改，但作为专用芯片性能高于FPGA（相同工艺下比FPGA快5-10倍），但是价格更贵。

大致的分类和应用说完，其实也就没什么特别要强调的了。因为今年的中美商业大战，让中兴第一个倒霉，也让芯片成为了举国关注的产业。直到被制裁，好多人才知道我们落后了多少。单从研发费用投入上看，我们就无法和美帝相比。痛定思痛，我当时也提出了几个解决方案，国家智库的解决方案可能比我的要高明一万倍，但是得落地，得有人做。

命运要掌握在自己的手里。好在事件过后，很多企业开始行动，华为、中星微等等都加大研发力度。但是有些吹牛实在吹得太大发的，我看就没必要了。7月还是8月，我忘了，微信里一篇文章疯传。有个做区块链的企业，号称自己是超算芯片开发商，全球第一个量产7纳米芯片。

我们暂且不论真假，就看制造环节，由台积电完成，就知道多能吹了。我们不怕落后，但是我们特别怕落后之后还自我安慰、自我陶醉、自我高潮的。这就是败类了。

什么是真的人工智能公司

最后（好容易到最后了，我都想撞墙了），说说如何辨别真假人工智能。现在由于人工智能大火，凡事和数据沾边的，都号称自己是人工智能公司。但是如果仔细分析，大多数公司都是数据分析公司。

人工智能区别于数据分析的关键在于，人工智能系统具有迭代性，数据越多，分析越多，系统就会变得越发智能。

专业的人工智能公司，要从海量的数据资源中获得专属数据，并用专属数据打造智能化的系统，进而生产自己的数据。而且必须拥有让机器学习或深度学习的能力。

真正的人工智能公司能够为现实问题提供突破性的解决方案。所以，自己那把尺子好好丈量，是否自己把自己的大数据、云计算公司吹成了人工智能公司。

AI赋能安防，安防+AI，这是技术、产品和市场的拐点。AI让安防更智能、更主动、更可信，也让人们的生活更安全、更便捷。未来的3-5年，格局将渐渐明朗，市场巨大，也祝我们的企业勇往直前，永远走在创新的路上，永不退缩。

实在超出我的能力范围了，写了这么多，不知道什么是废话什么是有用的话。特别希望更加专业的同事出来指点。写东西不是博满堂彩，而是真应该为行业做出自己应有的贡献，有时候挨骂也是贡献，至少让大家都知道哪儿说错了。再次感谢您的关注（胡言乱语、怀疑人生中）。